MétaCan
Menu
Retour à la cohorte
Enregistrement W2901566671 · doi:10.1080/23269995.2018.1520011

Spaces of international gender justice: a reply to Baldez and DeLaet

2018· article· en· W2901566671 sur OpenAlexaff
Annie Bunting

Notice bibliographique

RevueGlobal Discourse · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHuman Rights and Development
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésInternational lawPolitical scienceHuman rightsRhetoricEnforcementSociologyContext (archaeology)LawEconomic JusticeLegalism (Western philosophy)Law and economicsPoliticsGeography

Résumé

récupéré en direct d'OpenAlex

In assessing the effectiveness of international human rights law to achieve meaningful gender equality, Lisa Baldez and Debra DeLaet offer two complementary yet different case studies. De Laet argues that despite the rhetoric and promise of international women's rights law, such codification has yet to achieve ‘systemic progress’ to address gender inequality. DeLaet concludes that progress is most often attributable to national law reform and enforcement rather than global legalism. Picking up on the importance of national context, Baldez comes to a different conclusion in examining the case of Cuba's submissions to Convention on the Elimination of All Forms of Discrimination Against Women. Both papers point not only to the limitations and potential of international law but also to the limitations of feminist strategies that emphasize law reform at the exclusion of other non-juridical strategies for social change. As I read the papers together, I am reminded of the need to see global legal strategies as embedded in and alongside other strategies for social change. I argue that, despite its frailties, international law remains a useful resource for national or grass-roots feminist strategies for positive social change.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,021
score de la tête « metaresearch » (Gemma)0,046
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,051
Score d'incertitude au seuil0,114

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,046
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0120,040
Communication savante0,0150,032
Science ouverte0,0080,011
Intégrité de la recherche0,0510,059
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,033
Tête enseignante GPT0,380
Écart entre enseignants0,346 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal DiscourseMême sujetHuman Rights and DevelopmentTravaux en français237 207